Reasoning 的 loss 有什么其他特点？请介绍你知道的 think 和 nothink 的 loss。

回答思路

1. 能区分思考（think）与非思考（nothink）阶段的不同训练目标
2. 说明 think 阶段 loss 的特点，如对中间推理步骤的监督
3. 说明 nothink 阶段 loss 的特点，如直接对答案的监督
4. 能提及损失组合、掩码或其他工程细节